数据复制是指在不同存储设备、服务器或地理位置上创建并维护多份信息副本。在数据持续更新的系统中,复制不仅包括拷贝现有数据,还包括传播后续变更,以及明确通信延迟或组件故障时各副本应如何运行。它是分布式计算的一项基础技术,支撑着那些即使面临硬件故障、高访问需求,或用户与数据相距遥远,仍须保持可访问的服务。
各副本可以包含完全相同的物理字节、逻辑上等价的记录,也可以采用不同形式来表示同一份底层信息。副本不必时刻保持最新:有些系统要求先通过协调达成一致,才能接受更新;另一些系统则允许副本暂时出现差异。这一选择决定了服务的一些重要特性,包括响应时间、可能发生的数据丢失、并发更新的处理方式,以及网络分区期间的行为。
复制广泛应用于数据库、存储系统、分布式文件系统、消息平台和跨地域部署的应用。其核心工程问题不仅仅是再生成一份副本,而是在工作负载不断变化、通信并不完善的条件下,维持各副本之间有用且定义明确的关系。
复制单元与边界
副本是对某一明确的数据集合持续维护的拷贝。这个集合可以是整个存储卷、一个文件、一个对象、一张表、一个分区,也可以是一条记录。复制单元之所以重要,是因为它决定了哪些数据可以独立放置、哪些数据必须一起移动,以及哪些更新需要协调。复制固定大小数据块的存储系统,与复制完整数据库事务的系统,对应用行为的了解程度并不相同。
物理复制以接近数据存储表示形式的方式复制数据。例如,对磁盘块进行镜像,以及传输描述底层修改的数据库日志记录。物理复制通常无需解释具体的业务操作,就能保留应用的多种行为。不过,它对兼容性的要求可能十分严格:接收系统可能需要采用相同的存储格式、数据库版本,或满足相同的处理器架构假设。相比之下,逻辑复制传递的是更高层次的变更,例如插入具有特定键的行,或更新指定字段。它可以支持筛选、转换和不同系统之间的数据迁移,但必须考虑数据类型、约束和事务语义方面的差异。
全量复制与部分复制的区别在于覆盖范围。全量复制中,每个参与复制的副本都持有全部相关数据集。部分复制中,每个节点只持有选定的数据,这些数据可能按租户、地域、表或分区来选择。部分复制常与分片结合使用;分片将数据集划分为互不重叠的部分,以提升容量和吞吐量。分片与复制解决的是不同的问题:将一太字节的数据划分为十个不同的分区,并不会产生冗余,而为每个分区维护三个副本则会。因此,一个系统即使拥有大量机器,也仍可能因某个未复制分区的丢失而遭受损失。
若干相关机制与复制有所重叠,但并不等同于复制。缓存通常存储经过选择、可重新生成的结果,并可能采用过期或失效机制,而不是保留完整的更新历史。数据备份保存可供恢复的状态,通常对应较早的某个时点,而在线副本通常会持续跟进当前的变更。纠删码将通过数学运算生成的数据片段分散存储,并可利用这些片段重建数据;单个片段并不是完整的副本。有些存储系统会结合使用元数据复制、大对象纠删码存储和热点数据缓存。
数据库复制是一种专门的复制形式,其中事务边界、索引、约束和查询可见性是核心关注点。在更底层,文件系统或存储控制器可能只是复制字节,而不知道这些字节是否构成完整的应用事务。因此,仅仅存在多个逐字节一致的副本,并不能证明系统具备应用层面的一致性或可恢复性。
历史发展与理论基础
复制技术沿着几条部分独立的路径发展起来。早期的存储冗余着重于在设备发生故障时保障数据存续,采用了磁盘镜像和重复配置存储设备等方式。分布式数据库则提出了更棘手的要求:多台计算机必须协调记录的变更,同时维持合理的事务语义。随着网络规模扩大,复制式目录、名称服务和分布式文件系统表明,不同类型的数据可能需要不同的一致性保证。名称到地址的映射、账户余额和可编辑文档,对数据新鲜度和冲突处理的要求并不相同。
莱斯利·兰波特于1978年发表的关于分布式系统中时间与事件排序的研究,奠定了一项重要的理论基础。这项研究表明,无须假设物理时钟完全同步,也能构建逻辑上的先后顺序。这一点十分重要,因为两台机器可能以不同顺序观察到事件,而仅凭时间戳未必能揭示因果关系。此后,关于状态机复制的研究进一步发展了这样一种思想:多台服务器从相同状态出发,按相同顺序执行相同的确定性命令,就能维持等价的状态。
关于分布式共识的研究明确了达成一致的局限。1985年,迈克尔·费舍尔、南希·林奇和迈克尔·帕特森证明,在完全异步的消息传递系统中,只要有一个进程可能崩溃,就无法保证确定性共识算法一定终止。这一结果并不意味着实际的复制系统无法实现,而是意味着,要无条件地保证系统持续推进,就需要更强的假设或采用其他技术,例如部分同步、随机选择或故障检测器。实际系统通常会维持安全性,但在通信状况过于不确定时,允许系统暂停推进。
数据库研究也考察了更新大量副本所带来的运行成本。吉姆·格雷及其同事于1996年发表了一篇探讨复制风险的论文,分析了需要大范围协调的更新如何增加死锁及数据协调成本。与此同时,Coda等系统探索了断开连接时的运行方式,允许便携式计算机在暂时与中央服务器失联时更新本地副本。这些方法揭示了两条始终存在差异的技术路线:通过协调来防止副本出现分歧,以及在分歧产生后再进行修复。
互联网规模的服务使跨地域复制成为常规实践。埃里克·布鲁尔于2000年提出猜想、塞思·吉尔伯特和南希·林奇于2002年正式证明的CAP定理,使人们对网络分区期间系统行为的讨论更加清晰。亚马逊于2007年发表的Dynamo论文介绍了用于构建高可用键值服务的多种技术,包括版本管理、提示移交和去中心化修复。谷歌于2012年发表的Spanner论文则展示了另一种技术组合:利用共识机制和不确定性有界的时钟,实现跨地域分布的事务型数据管理。迭戈·翁加罗和约翰·奥斯特豪特于2014年提出的Raft共识算法,让基于领导者的共识机制更易于理解和实现。这些进展催生了一系列复制设计,而非一种在所有场景下都更优的架构。
捕获与传播变更
复制通常从创建初始副本开始,随后通过增量更新流持续进行。初始副本可以是存储快照、数据库导出,也可以通过传输文件或对象来创建。其中一个核心难题是,在制作副本的过程中,源端可能仍在不断变化。因此,正确的初始化流程需要将快照与后续变更流中的某个位置关联起来。没有这种关联,在批量复制与持续复制的交界处,就可能遗漏更新,或以不一致的方式应用更新。
预写日志是增量变更的常见来源。数据库会先记录恢复所需的信息,然后才允许将相应的已修改页面持久化。复制机制可以复用这段有序的历史记录,将日志记录发送到另一台机器上重放。不同系统传输的内容可能是物理页面变更、逻辑行变更,或两者的混合。日志位置提供了一种精确描述进度的方式:副本已接收、已持久化或已应用截至某个位置的变更。这三种状态各不相同,如果只监控接收进度,就可能掩盖大量尚未应用的积压变更。
变更数据捕获会提取修改,并将其交付给其他系统。与每次变更都单独发出复制请求相比,基于日志的捕获方式既能保留事务边界,又能减少应用程序的直接开销。其他方法包括使用触发器、由应用程序生成的事件,或定期比较。每种方法发生故障时可能造成不一致的环节都不相同。如果应用程序先提交数据库更新,再单独发布事件,那么在这两个操作之间发生崩溃,就可能导致数据库已经改变,却没有相应的事件。事务性发件箱设计通过在同一事务中存储待发送事件,并在之后将其交付,来解决这一问题。
同步复制和异步复制描述的是发起操作需要等待到何时。同步写入可能需要等待指定的一组副本接收、持久化存储或应用更新;具体要求属于协议的一部分。异步写入则可以在远端副本确认之前返回。介于两者之间的设计有时称为半同步复制,它要求某个远端参与者作出确认,但不必等待所有副本。仅凭这些名称,无法确定完整的持久性保证:仅将数据存入易失性内存后发出的确认,与写入持久化存储后发出的确认并不相同。
网络可能断开,响应可能丢失,发送方也可能重试。因此,复制协议需要使用序列号、事务标识符或类似机制,来检测缺失和重复交付。幂等操作在首次成功应用后,再次执行不会改变结果;在这一点上,“将值设为 10”与“将值增加 10”有所不同。所谓恰好一次处理,通常依赖于明确界定的处理边界和持久化的重复处理抑制机制,而不是依赖一个绝不重复传递消息的网络。批处理和数据压缩可以降低开销,但批次过大可能增加延迟,也可能使恢复期间的突发处理负荷更难应对。
副本架构与写入权限
在单主架构中,对于特定数据集或分区,由一个副本接收具有权威性的写入。从副本接收主副本按序发送的变更,也可以提供读取服务。这种安排简化了冲突预防,因为正常写入都经过同一个排序点。但它并未消除分布式协调的需要:选举新的主副本、确保原主副本无法继续写入,以及决定哪些已确认的更新必须保留,仍然需要明确的规则。一个服务整体上可以有数千个主副本,同时仍保持每个分区只有一个主副本。
从副本读取是一种重要的扩展手段。读取密集型应用可以将请求分散到多个副本,而不必全部发送给主副本。不过,异步更新的从副本可能返回旧数据。因此,负载均衡不能只考虑机器利用率:某个副本可能运行正常,足以响应请求,但其数据滞后程度却无法满足特定的一致性要求。有些系统将所有写入和对数据新鲜度敏感的读取都路由到主副本,同时允许其他查询使用从副本。
多主复制允许多个节点或站点接收写入。当应用必须在断网期间继续接收本地变更,或者跨区域写入的延迟过高时,这种方式很有用。这种架构优势也带来了必须明确的语义问题:并发修改可能产生冲突。为每条记录指定唯一的归属区域、按租户划分职责,或限制可执行的操作,都可以减少可能发生冲突的情形。仅仅将所有站点标为“活跃”,并不能说明如何解决写入冲突,也不能说明所有站点是否都能更新同一份数据。
无主系统允许客户端或协调节点联系多个副本,而不必让每次写入都经过一个固定的主副本。请求收到配置数量的响应后,就可能被视为成功;之后再通过其他机制修复遗漏此次写入的副本。这类系统通常会为值附加版本信息,并区分当前副本与临时替代存储位置。它们仍然需要制定规则,以处理并发写入、成员变更和未完成的请求。无主并不意味着没有协调,而是将协调转移到了请求协议、版本管理和修复机制之中。
拓扑结构也会进一步影响变更的传播方式。更新可以从主副本直接分发到多个副本,也可以经过中间副本、沿选定的链路流转,或顺着一条链传递。级联复制可以减少原始源端的出站流量,但可能增加延迟,并引入对中继节点的依赖。在链式复制中,写入沿着有序序列逐个传递;按照经典协议,读取通常由指定的链端提供服务,因此,故障后的重新配置对保证正确性至关重要。跨地域系统往往会组合使用多种架构:各分片内部采用共识复制,为分析任务提供异步副本,并另设跨区域恢复副本。
一致性保证与法定人数推理
一致性模型规定了当操作在时间上重叠,或客户端转而访问不同副本时,客户端可能观察到哪些结果。它并不等同于要求所有存储副本在每个时刻都完全一致。系统内部可以暂时存在不同版本,同时仍向外部呈现受到严格约束的操作历史。反过来,即使多个副本最终变得完全一致,客户端此前也可能已经观察到出乎意料的状态回退或更新丢失。因此,一致性描述的是允许出现的操作历史和观测结果,而不只是衡量复制延迟的指标。
线性一致性要求每个操作看起来都在其调用与完成之间的某个瞬间生效,同时遵循实时顺序。如果一次写入在后续读取开始前就已完成,那么除非其间发生的其他操作足以解释这一结果,否则该读取就不能返回更旧的值。顺序一致性也要求存在一个与每个参与者的程序顺序相容的统一顺序,但不必保留不同参与者之间的实时先后关系。事务保证又引入了另一个维度:事务在ACID特性中的隔离性,与副本读取的数据新鲜度彼此相关,但不能相互替代。
最终一致性大体上是指:在系统所依赖的假设成立的前提下,如果更新停止,而通信和修复持续进行,各副本就会收敛。它本身既不规定数据陈旧时间的上限,也不保证同一用户连续读取到的状态只会向前推进。会话保证可以弥补其中的一些不足。“读己之写”保证客户端能够看到自己已经完成的更新;单调读则防止该客户端随后又读到更旧的状态。因果一致性保留操作之间的依赖关系,例如一条消息与阅读该消息后撰写的回复之间的关系,但不一定对互不相关的并发操作排序。
法定人数协议通过参与者集合之间的交集来描述协调机制。设 为副本数量, 为写入成功所需的副本数量, 为读取时访问的副本数量。在副本集合固定的情况下,条件
保证每个读法定集合都与每个写法定集合相交。附加条件 则保证任意两个写法定集合也彼此相交。例如,当 、、 时,每个读取集合与每个成功写入集合都至少有一个共同成员。
这些不等式是某些设计中的必要条件,但并不足以完整证明线性一致性。正确性还取决于版本排序、并发写入的处理、未完成的操作、读回流程以及成员管理规则。临时使用替代节点的“宽松法定人数”机制,未必能保持同样的交集性质。CAP 定理又划定了另一条边界:发生网络分区时,对于每个到达未故障节点的请求,系统无法同时保证线性一致的行为和该定理意义上的可用性。即使没有发生网络分区,协调仍然会带来延迟成本;CAP 并不意味着普通网络延迟可以忽略不计。
共识、领导者变更与故障处理
基于共识的复制使各副本就命令或日志条目的顺序达成一致。Paxos 和 Raft 等协议能够在部分参与者发生故障的情况下协调决策。在常见的崩溃故障容错设计中, 个投票副本可以在 个参与者不可用时仍保持多数。因此,由三个投票副本组成的组通常可以在一个投票副本不可用时继续运行,而由两个投票副本组成、需要多数票的组则在失去任意一个投票副本后都无法继续运行。这些结论的前提是,其余参与者能够相互通信,且协议的其他条件均得到满足。
关键的一步是提交。领导者可能会接收一条命令,将其追加到本地日志,传送给跟随者,依照协议确认该命令已经提交,将其应用于自身的状态机,然后返回结果。这些阶段不一定同时发生。在 Raft 中,提交规则与选举限制共同作用,防止新当选的领导者丢弃已提交的历史记录。少数派分区中可能仍有领导者进程在运行,但它无法独自提交新条目。协议的安全性来自这些规则,而非仅仅来自多数派的存在。
在异步网络中,故障检测必然存在不确定性。没有收到响应,可能意味着进程崩溃、机器过载、数据包延迟或发生了网络分区。超时机制使系统能够基于怀疑采取行动,却无法保证这种怀疑绝对准确。在故障切换期间,旧领导者可能仍在运行。隔离机制(fencing)可阻止它继续执行需要权威资格的操作,通常通过单调递增的纪元编号或令牌实现,并由下游组件验证这些编号或令牌。如果锁会过期却没有配套的隔离机制,就可能出现两个执行方都认为自己可以安全修改同一外部资源的情况。
复制确定性状态机时,也必须谨慎处理应用边界。如果各副本在执行同一命令时各自读取本地时钟、生成随机值或调用外部服务,它们的状态就可能产生分歧。这类输入必须包含在已达成共识的命令中,或通过其他方式加以控制。外部副作用还会带来另一个挑战:记录一笔付款应当发生,并不等于确保远程支付处理服务恰好执行一次付款。为此,往往需要唯一的操作标识符、持久化的工作流状态,以及外部服务的配合。
成员变更也是共识问题的一部分。如果在更换副本集合时没有安排成员重叠的过渡阶段,就可能使彼此不兼容的组各自独立作出决策。协议通过联合配置等流程,确保重新配置期间各法定人数集合仍有交集。故障假设同样重要:崩溃故障容错协议通常无法容忍投票成员任意作恶。拜占庭容错协议能够应对更强的对手,但往往需要不同的副本数量,并带来不同的通信开销。因此,形式验证和故障注入测试对于检查协议及其实现都很有价值,尤其是在重新配置、持久化和恢复方面。
并发更新与冲突协调
当彼此断开连接或可独立写入的副本接受更新时,系统必须区分具有因果先后关系的变更和并发变更。假设两个副本起初保存着相同的收货地址,其中一个收到新的街道地址,另一个收到邮政编码更正。如果两项修改针对的是同一收货地点,那么同时应用它们可能是合适的;但如果邮编更正针对的是原先的地址,就不应这样做。存储引擎无法仅凭时间戳推断出这些业务含义。
向量时钟记录多个参与者各自的进展,使系统能够通过比较版本来判断因果上的先后关系。如果一个版本包含了另一个版本所代表的全部事件,就可以确定这两个版本的因果顺序;否则,它们可能是并发的。向量元数据的规模可能随所跟踪的写入者数量增长,因此实际系统会采用限制成员范围、压缩元数据、点式版本或其他表示方式。物理时间戳存储起来更简单,但时钟可能发生漂移和跳变。基于时间戳的排序即使不能准确反映因果关系,也仍然可能有用。
后写入者胜出策略依据某种全序关系选择一个版本,通常以时间戳和用于打破平局的标识符为依据。这种策略易于自动化,也能使副本收敛,但这里的“后”指的是按排序规则排在后面,并不一定是用户希望保留的那次更新。一个严重超前的时钟可能导致后续正常写入落败。即使时钟完全同步,也无法解决语义冲突:从两个各自独立递增的计数器中选择一个,可能会丢失一次递增。
无冲突复制数据类型的设计使其允许的并发更新能够在合并时保留指定的数学性质。基于状态的设计通常采用满足结合律、交换律和幂等性的合并操作,并使状态沿适当的偏序关系单调演进。基于操作的设计则对所交付的操作及其排序或去重施加要求。复制计数器和复制集合说明了,针对特定领域设计的表示方式如何保留简单覆盖会丢失的信息。
这些技术并不能让所有不变量都在无需协调的情况下得到维持。如果两个断开连接的站点各自售出了某件商品的最后一件库存,合并销售记录也无法让两笔销售都符合库存仅有一件的限制。托管技术可以预先向各站点分配有数量上限的操作权,使站点能够在所分配的额度内执行本地操作。其他不变量则需要同步协调,或者接受事后补偿。删除也需要显式表示:墓碑标记用于记录某个数据项已被删除,以防旧副本直接将其恢复。只有当系统有充分证据表明过时版本不会再次出现,或者要求过时副本必须重建后才能重新加入时,回收墓碑标记才是安全的。
副本放置、性能与资源成本
副本的放置位置决定了系统能够抵御哪些故障。将三个副本放在三个进程中,与将三个副本分别放在不同机架、可用区或地域中,提供的保护并不相同。多个进程可能共用电源、存储阵列、网络交换机或管理账户,也可能存在相同的软件缺陷。这些共同依赖界定了故障域。放置策略力求将副本分散到与服务相关的不同故障域,同时兼顾通信延迟和运行成本。
对于逻辑大小为 、复制因子为 的数据集,若保存完整副本,在尚未计入索引、日志、临时文件和预留空间的情况下,所需原始存储容量约为 。压缩和去重可以改变实际占用的物理容量。如果每次逻辑更新包含 字节,更新速率为 ,那么在简单的直接扇出设计中,源端每秒发送的有效载荷约为 字节。协议封装、重试和元数据还会带来额外开销;级联设计会重新分配这些流量,但不一定能消除流量。
同步复制会在写入路径中增加通信和持久化操作。等待法定数量副本响应的主节点不必等待最慢的副本,但写入完成仍取决于所需响应是否到齐以及本地处理是否完成。与同一设施内部的通信相比,跨地域部署可能带来显著的额外网络延迟。异步复制避免了让发起的写入操作承担全部这部分延迟,代价是会出现一个时间窗口,其间远程副本尚未收到更新。两种方式都无法带来无限的处理能力:从节点仍然必须接收并处理持续发生的数据变更。
复制延迟既是网络现象,也是排队现象。如果更新以速率 到达,而副本应用更新的速率为 ,那么在 的持续负载下,除非条件发生变化,否则副本无法追上更新进度。对于积压的 次操作,若速率稳定且满足 ,理想化的追赶时间为
这一估算未考虑其他瓶颈,但它解释了为什么处理余量很小的副本即使只经历短暂中断,也可能需要很长时间才能恢复到最新状态。
只有当工作负载和一致性规则允许将请求分散处理时,副本才能提高读取能力。即使有许多副本,单个热点键、写入协调瓶颈或长时间运行的查询仍可能限制系统的扩展能力。在云计算中,副本放置还与跨地域传输费用及数据中心容量相互影响。系统可以在近处保留多个参与投票的副本,以低延迟达成一致,同时在较远处保留一个异步副本,用于地域级故障恢复。这类安排体现的是对故障覆盖范围的有意区分,而不是同一种保障下可互换的实例。
副本的生命周期、修复与可观测性
副本的生命周期包括资源配置、初始化、追赶、服务准入、正常运行、修复和退役。在初始化期间,系统通常先传输快照,再重放快照基准点之后产生的更新。接收方不应在批量传输完成后,就自动获得处理所有请求的资格。它可能仍然缺少近期事务、必要的索引,或安全参与投票所需的状态。准入标准将运行就绪状态与服务对一致性和持久性的承诺联系起来。
持续比对是必要的,因为有些故障并不会表现为节点明确断开连接。副本可能因软件缺陷而漏掉更新,遇到存储损坏,或在长期隔离后重新上线。反熵机制会比对各个副本,并修复差异。默克尔树以层级结构组织哈希值,使副本无需传输整个数据集就能确定存在差异的数据范围。在哈希算法和编码方式的假设成立时,根哈希相同是数据一致的有力证据;存在差异的分支则为更细致的比对指明方向。
修复时必须确定哪个版本具有权威性,而不能简单地选择最先响应的副本。系统可以利用已提交的日志历史、版本向量、校验和,或应用特定的协调规则来作出判断。读修复会更新请求处理过程中遇到的过时副本,而后台修复则独立于客户端访问扫描数据。提示移交会临时记录原本要发送给不可用副本的更新,稍后再转发。这可以缩短故障的影响时间,但在提示过期或原副本永久丢失时,它不能替代持久有效的长期修复机制。
运行指标应区分传输延迟、持久化延迟和应用延迟。副本可能已经接收了所有日志段,但在重放进度上仍落后数小时。当源端处于空闲状态时,基于时间的延迟指标也可能产生误导;而日志位置的差距又可能难以换算为用户实际感知的数据陈旧程度。有用的观测指标包括待处理字节数、尚未应用的最早事务、复制错误次数、修复覆盖范围、磁盘利用率,以及距上次验证状态一致已过去的时间。服务级别协议如果承诺数据陈旧程度有界或特定的恢复行为,就需要精确定义相应的衡量指标。
升级和模式变更会给生命周期带来额外风险。如果接收端的表缺少必要的列,或对某个值的解释不同,逻辑复制就可能失败。物理复制可能要求软件版本高度兼容。长期运行的副本也会制约日志保留策略:如果在断开连接的节点追赶完成之前删除历史记录,就可能不得不完整重建该副本。副本退役时,需要将其从路由、成员管理、监控和凭据系统中移除。否则,被弃用的机器仍可能返回过时结果、造成未经授权的数据泄露,或意外地将旧状态重新引入系统。
安全、恢复与冗余的局限
每增加一个副本,就增加了一个存储信息的位置,以及一个获准获取信息的身份。因此,复制不仅扩大了可用性边界,也扩大了安全边界。身份认证用于确认正在通信的端点身份,而访问控制则决定这些端点可以接收哪些数据,以及可以执行哪些管理操作。复制所用的凭据通常具有广泛的读取权限,因此,其权限范围和管理方式尤为重要。仅用于分析的副本,不一定需要接收其工作负载从不使用的敏感列。
加密以不同方式保护数据生命周期的不同阶段。传输层安全协议可以保护传输中的复制流量,而存储加密则在其所声明的威胁假设下保护介质上的数据。两者都无法阻止已获授权但遭到入侵的数据库进程读取其正常使用的明文。密钥分发、轮换和恢复必须能在各个副本所在位置正常运作,同时不能让所有副本都依赖某个一旦不可用就会影响全局的单一密钥服务。完整性校验可以检测意外损坏,但仅凭校验和无法认证数据提供方的身份。
复制也会影响数据隐私和数据保留。副本的地理位置可能决定其处于哪些行政和法律管辖环境中。选择性复制可以减少暴露风险,但过滤时必须考虑派生数据、日志、快照和临时文件。删除一条当前记录,并不会立即清除它的所有历史形态。保留策略设计必须区分活跃副本、延迟副本、备份、审计记录,以及等待处置的介质。技术层面的复制策略与法律义务相互关联,但两者都不能仅凭副本数量来推断。
恢复规划通常使用恢复点目标和恢复时间目标。恢复点目标描述的是从事故发生时刻向前回溯、以时间衡量的目标数据丢失上限;恢复时间目标描述的是恢复服务所需时间的目标值。异步远程副本可能缩短恢复时间,但仍可能缺少最近已确认的写入。同步复制可以保护这些写入,使其免受特定故障的影响,但这种保障取决于哪些副本进行了确认、它们是否已将数据持久化,以及故障后仍可用的环境是否具备运行应用程序所需的依赖项。
最后,复制通常也会传播经有效授权发出的破坏性变更。意外删除、出错的迁移,或通过授权接口活动的勒索软件,都可能影响所有当前副本。不可变备份或受到独立保护的备份、保留的事务历史,以及时间点恢复,所应对的故障类型与在线冗余不同。因此,恢复演练不能只测试切换网络地址:还可能需要恢复数据、重建索引、恢复凭据、重新连接依赖服务,以及验证应用程序的不变量。一组健康的副本只能证明存在冗余,并不能证明系统能够承受所有数据损坏、管理失误或区域性依赖故障。